PNAS:跟蹤癌癥進展的新方法
日期:2016-06-28 09:05:58
最近,一個科學家小組開發了一種計算方法來映射癌癥的進展,這一研究成果對于促發這種疾病的因,素以及選擇有效療法的新方法,提供了新的見解。
本文共同作者、紐約大學教授Bud Mishra 解釋說:“我們的工作重點是探索,隨著腫瘤環境響應變化——如缺氧、細胞遷移或免疫反應,驅動癌癥進展的幾個基因及其突變之間有什么‘因果’關系。然后使用模型來預測,腫瘤的基因組隨著時間推移將如何變化。”相關研究結果發表在《PNAS》雜志。
本文共同作者、愛丁堡大學神經計算和自適應計算研究所的研究助理Giulio Caravagna指出:“我們提出了一種生物信息學程序,來檢測腫瘤起源和發展中的常見‘規律’。這可能是在不同患者中理解這類疾病的一個關鍵步驟,這類疾病的特點是有一些常見的基因組病變。”
在這項研究中,研究人員專注于結直腸癌,并考慮到最近我們對于該疾病的理解。以前,癌癥被認為是從一個“叛變的細胞”開始,在某種程度上,通過一對細胞自發性的遺傳相互作用組合而進行傳播:致癌基因的突變——有可能會導致癌癥,以及控制它們的抑癌基因的失敗。
然而,近年來,先進的基因組測序技術,揭示了腫瘤生長的一幅更復雜的畫面。特別是,在一個腫瘤群中,細胞之間的相互作用,似乎比預想的更具有相關性,有研究證明,腫瘤比曾經認為的更有異質性。
這個研究小組試圖通過一個模型來捕獲這些相互作用,該模型可在細胞水平上捕捉結腸直腸癌的傳播。為此,他們開發了一個模型系統——Pipeline for Cancer Inference(PiCnIc),利用基因測序數據,對這種因果關系進行預測:什么樣的條件將“引發”腫瘤生長?
特別是,PiCnIC考慮到了“致癌”突變的功能,它們可刺激癌癥進展以及其他現象,比如,隨著時間的推移,一個驅動突變與另一個驅動突變有何關系。
為了測試他們模型的可行性,研究人員將其預測結果,與目前關于“大腸癌生長的性質”的知識進行了比較。他們的結果表明,PiCnIC能夠有效地捕獲當前醫學界對于疾病生長的認識:這個預測密切跟蹤了科學上記錄的數據。
Mishra在紐約大學的實驗室,旨在把這些結果與其他技術以及與癌癥相關的現象、療法設計結合起來:用單個分子或癌癥影像分析,來改善癌癥的研究。
2015年11月份,在《Nature Communications》雜志發表的一項新的研究中,科學家首次發現,流進入血液中的腫瘤DNA,可用于實時跟蹤腫瘤的發展以及對治療的響應。相關閱讀:循環腫瘤DNA實時跟蹤癌癥發展。
2015年12月,英國《自然》雜志公開發表的一項新癌癥分析顯示,腫瘤的發展受到環境和外在因素的影響更大,而內在因素,例如DNA復制中隨機錯誤的影響,卻并沒有以往所認為的那么大。
今年3月份,一項關于白血病細胞基因表達的研究,發現了一種RNA結合蛋白,在推動癌癥的發展過程中起著重要的作用。該蛋白通常活躍在胎兒組織,在成年人體內是關閉的,但它在一些癌細胞中被再度活化。這種表達模式使它成為抗癌藥物的一個有吸引力的靶標,因為阻斷它的活動,不太可能造成嚴重的副作用。
上一篇: 新型選擇性STK16激酶抑制劑
下一篇: 北京大學PNAS揭示DNA修復新機制